原碼，補碼，反碼

因為原碼，補碼，反碼比較簡單，我這里粘貼一個例子進行展示。

Unicode 和 UTF-8 的關(guān)系

Uincode 是一個字符集。它規(guī)定了我們使用到的字或符號的碼點(code point)。碼點使用 16 進制保存。

Uincode 字符集規(guī)定 一 的碼點為 4E00。

Uincode 字符集規(guī)定 丁 的碼點為 4E01。

計算機呢只能識別二進制的 0 和 1。而 UTF-8 指的是編碼規(guī)則，規(guī)定碼點怎么保存成二進制。

還有別的 Unicode 編碼規(guī)則，UTF-16 和 UTF-32。

上述表格簡單描述了Unicode 按 UTF-8 編碼的格式。首先將 16 進制的碼點，通過進制轉(zhuǎn)換 為十進制

然后使用十進制的數(shù)字查找上述表格處于哪個范圍中，得出編碼規(guī)則。

然后將碼點轉(zhuǎn)換為 2 進制，從低位到高位替換 x 即可得到字二進制的原碼

將二進制的原碼轉(zhuǎn)換為補碼存儲。

java 內(nèi)存中的字符串采用的是 unicode 編碼，也就是內(nèi)編碼。我們可以從 unicode 轉(zhuǎn)變?yōu)?GBK 或 UTF-8 等其它規(guī)則。

代碼驗證猜想

以趙為例子講解。

趙的碼點為：8D75

16 進制的碼點轉(zhuǎn)換為 10 進制：36213

36213 處于 2048-65535 ，得出對應(yīng)的 UTF-8 編碼格式為：1110xxxx 10xxxxxx 10xxxxxx

趙的 16 進制碼點 8D75 轉(zhuǎn)換為二進制 1000

將二進制填充在 1110xxxx 10xxxxxx 10xxxxxx 中的 x 中，不足的補 0.

11101000 10110101 10110101。

對三個字節(jié)分別求補碼為：

原碼：11101000 10110101 10110101

補碼：10011000 11001011 11001011

補碼對應(yīng) java 中的字節(jié)數(shù)組為：{-24,-75,-75

再加一個例子：

且的碼點:4E14

16 進制的碼點轉(zhuǎn)換為 10 進制：19988

19988 處于 2048-65535 ，得出對應(yīng)的 UTF-8 編碼格式為：1110xxxx 10xxxxxx 10xxxxxx

16 進制的碼點轉(zhuǎn)換成二進制：100111000010100

原碼：11100100 10111000 10010100

補碼：10011100 11001000 11101100

補碼對應(yīng)的字節(jié)數(shù)組為：{-28,-72,-108}

GBK 轉(zhuǎn)碼

趙的 GBK 碼點為：D5D4 十六進制碼點轉(zhuǎn)換為二進制：11010101 11010100 源碼：11010101 11010100 補碼：10101011 10101100

補碼對應(yīng)的字節(jié)數(shù)組為：{-43,-44}

JAVA 中亂碼問題

java 字符或字符串采用 uincode 作為內(nèi)編碼。

編碼：字符串到字節(jié)。

解碼：字節(jié)到字符串。

當我們讀取文件的時候?qū)嶋H讀取的是字節(jié)。然后根據(jù)文件的編碼格式，將字節(jié)解碼成字符串。亂碼問題容易出現(xiàn)的地方就是這里。

不要妄想將一個亂碼的字符串變成一個非亂碼的。這個思路是錯誤的。應(yīng)該從亂碼之前的字節(jié)著手處理。

上述例子中的 s 已經(jīng)亂碼了，當你操作這個 s 獲取字節(jié)也是亂碼的。

因此思路是操作 gbks 轉(zhuǎn)換解碼方式獲取字符串。

總結(jié)

以上是生活随笔為你收集整理的string java getbytes_从 String.getBytes 理解 Java 编码和解码的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。